【 MYSQL 】 统计7天内每天的数量（按年、季、月、周、日、时统计）

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/u010324331/article/details/84343946

本文章 mysql 统计使用到的函数说明

DATE_FORMAT（日期时间，格式） 
FROM_UNIXTIME（时间戳，格式）

格式	说明
%a	缩写星期名
%b	缩写月名
%c	月，数值
%D	带有英文前缀的月中的天
%d	月的天，数值 (00-31)
%e	月的天，数值 (0-31)
%f	微秒
%H	小时 (00-23)
%h	小时 (01-12)
%I	小时 (01-12)
%i	分钟，数值 (00-59)
%j	年的天 (001-366)
%k	小时 (0-23)
%l	小时 (1-12)
%M	月名
%m	月，数值 (00-12)
%p	AM 或 PM
%r	时间，12 - 小时（hh:mm:ss AM 或 PM）
%S	秒 (00-59)
%s	秒 (00-59)
%T	时间, 24 - 小时 (hh:mm:ss)
%U	周 (00-53) 星期日是一周的第一天
%u	周 (00-53) 星期一是一周的第一天
%V	周 (01-53) 星期日是一周的第一天，与 %X 使用
%v	周 (01-53) 星期一是一周的第一天，与 %x 使用
%W	星期名
%w	周的天 （0 = 星期日, 6 = 星期六）
%X	年，其中的星期日是周的第一天，4 位，与 %V 使用
%x	年，其中的星期一是周的第一天，4 位，与 %v 使用
%Y	年，4 位
%y	年，2 位

// 统计 7 天内每天的数量

时间字段时间戳格式：

# 统计 7 天每天关注的人数
SELECT
	FROM_UNIXTIME( subscribe_date, '%Y-%m-%d' ) AS date,
	COUNT( * ) AS count 
FROM
	sys_weixin_fans 
WHERE
	is_subscribe = 1 
	AND subscribe_date > 1535558400 
	AND subscribe_date < 1536163200 
GROUP BY
	date
ORDER BY
	date ASC

时间字段日期时间格式：

# 统计 7 天每天的新增的积分和订单总金额
SELECT
	DATE_FORMAT( time, '%Y-%m-%d' ) AS date,
	COUNT( * ) AS count,
	sum( add_points ) AS add_points,
	sum( amount ) AS amount 
FROM
	`sys_order` 
WHERE
	( `time` > '2018-08-30' AND `time` < '2018-09-06' ) 
GROUP BY
	date
ORDER BY
	date ASC

其他使用示例

按小时：

SELECT
	from_unixtime( create_time, "%Y%m%d%H" ) AS hours,
	count( id ) AS counts 
FROM
	`table`
GROUP BY
	hours;

按日：

SELECT
	from_unixtime( create_time, "%Y-%m-%d" ) AS days,
	count( id ) AS counts 
FROM
	`table`
GROUP BY
	days;

按周：

SELECT
	from_unixtime( create_time, "%Y-%u" ) AS weeks,
	count( id ) AS counts 
FROM
	`table`
GROUP BY
	weeks;

按月：

SELECT
	from_unixtime( create_time, "%Y-%m" ) AS months,
	count( id ) AS counts 
FROM
	`table`
GROUP BY
	months;

按季度：

SELECT
	concat( from_unixtime( create_time, "%Y" ), floor( ( from_unixtime( create_time, "%m" ) + 2 ) / 3 ) ) AS quarters,
	count( id ) AS counts 
FROM
	`table`
GROUP BY
	quarters;

按年：

SELECT
	from_unixtime( create_time, "%Y" ) AS years,
	count( id ) AS counts 
FROM
	`table`
GROUP BY
	years;